Selling Misleading “Cancer Cure” Books on Amazon: Systematic Search on Amazon.com and Thematic Analysis
Notice bibliographique
Résumé
BACKGROUND: While the evidence base on web-based cancer misinformation continues to develop, relatively little is known about the extent of such information on the world's largest e-commerce website, Amazon. Multiple media reports indicate that Amazon may host on its platform questionable cancer-related products for sale, such as books on purported cancer cures. This context suggests an urgent need to evaluate Amazon.com for cancer misinformation. OBJECTIVE: This study sought to (1) examine to what extent are misleading cancer cure books for sale on Amazon.com and (2) determine how cancer cure books on Amazon.com provide misleading cancer information. METHODS: We searched "cancer cure" on Amazon.com and retrieved the top 1000 English-language book search results. We reviewed the books' descriptions and titles to determine whether the books provided misleading cancer cure or treatment information. We considered a book to be misleading if it suggested scientifically unsupported cancer treatment approaches to cure or meaningfully treat cancer. Among books coded as misleading, we conducted an inductive latent thematic analysis to determine the informational value the books sought to offer. RESULTS: Nearly half (494/1000, 49.4%) of the sampled "cancer cure" books for sale on Amazon.com appeared to contain misleading cancer treatment and cure information. Overall, 17 (51.5%) out of 33 Amazon.com results pages had 50% or more of the books coded as misleading. The first search result page had the highest percentage of misleading books (23/33, 69.7%). Misleading books (n=494) contained eight themes: (1) claims of efficacious cancer cure strategies (n=451, 91.3%), (2) oversimplifying cancer and cancer treatment (n=194, 39.3%), (3) falsely justifying ineffective treatments as science based (n=189, 38.3%), (4) discrediting conventional cancer treatments (n=169, 34.2%), (5) finding the true cause of cancer (n=133, 26.9%), (6) homogenizing cancer (n=132, 26.7%), (7) discovery of new cancer treatments (n=119, 24.1%), and (8) cancer cure suppression (n=82, 16.6%). CONCLUSIONS: The results demonstrate that misleading cancer cure books are for sale, visible, and prevalent on Amazon.com, with prominence in initial search hits. These misleading books for sale on Amazon can be conceived of as forming part of a wider, cross-platform, web-based information environment in which misleading cancer cures are often given prominence. Our results suggest that greater enforcement is needed from Amazon and that cancer-focused organizations should engage in preemptive misinformation debunking.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,026 | 0,088 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,029 | 0,029 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».